python - 使用 groupby 对多列进行 Value_counts

Question

我需要一些 Pandas 方面的帮助。

我有以下数据框:

df = pd.DataFrame({'1Country': ['FR', 'FR', 'GER','GER','IT','IT', 'FR','GER','IT'],
               '2City': ['Paris', 'Paris', 'Berlin', 'Berlin', 'Rome', 'Rome','Paris','Berlin','Rome'],
               'F1': ['A', 'B', 'C', 'B', 'B', 'C', 'A', 'B', 'C'],
               'F2': ['B', 'C', 'A', 'A', 'B', 'C', 'A', 'B', 'C'],
               'F3': ['C', 'A', 'B', 'C', 'C', 'C', 'A', 'B', 'C']})

screenshot

我正在尝试在前两列 1Country 和 2City 上执行 groupby 并在列上执行 value_counts F1 和 F2。到目前为止，我一次只能在 1 列上执行 groupby 和 value_counts

df.groupby(['1Country','2City'])['F1'].apply(pd.Series.value_counts)

我怎样才能对多个列执行 value_counts 并得到一个 datframe 作为结果？

Answer 1

您可以使用 agg，按照以下几行:

df.groupby(['1Country','2City']).agg({i:'value_counts' for i in df.columns[2:]})

               F1   F2   F3
FR  Paris  A  2.0  1.0  2.0
           B  1.0  1.0  NaN
           C  NaN  1.0  1.0
GER Berlin A  NaN  2.0  NaN
           B  2.0  1.0  2.0
           C  1.0  NaN  1.0
IT  Rome   B  1.0  1.0  NaN
           C  2.0  2.0  3.0